简洁 为什么用word2vec_为什么使用word2vec

word embedding

所谓word embedding就是把一个词用编码的方式表示以便于feed到网络中。举个例子，最简单的one-hot编码方式。

word2vec

由于onehot不能表示词之间的关系、维度太大等等问题，需要其他编码方式。
word2vec同样也是最终目标是把一个单词编码成一个向量，只不过用的是网络训练的手段。
这个向量就linear层的输出值。
不管是skep-gram还是cbow都可以得到这个向量，只不过两种网络的方法适用用场景不一。两种网络都是得到vector的方式。
更加直白的说，word2vec不是一种网络结构，而是得到词向量的方法。
此种方法编码比onehot好得多，具体优点不赘述，去看那些长篇大论的博客吧。

简洁图

这个是从b站上截图的。可以直接搜CS224n 找到课程，p2 39分钟有这个图。
输入的单词的独热编码，训练完成后，第一层linear层的输出值，即是这个单词的vector。